Teoría Econométrica

Módulo I
Introducción:

Este curso está orientado a formar una base en la teoría econométrica para
desenvolverse con gran habilidad en los cursos más avanzados que son tocados
en maestrías, cursos de extensión, especializaciones en finanzas, doctorados,
entre otros.

Dirigido a:

Profesionales interesados en realizar una revisión teórica - practica, buscando de

esta manera revisar las técnicas de estimación y predicción que se aplican en
diversos trabajos de investigación y fortalecer el uso cuántico, algebraico y
estadístico con énfasis en el manejo del software.

Requisitos:

Es recomendable que el alumno tenga conocimientos básicos de estadística y

algebra lineal.

Objetivos:

Los objetivos del curso buscan:

 Dotar al participante de todos los conceptos básicos que se debe saber en

econometría.
 Incrementar las habilidades del participante en la aplicación de la
econometría a la realidad.
 Resolver ejercicios aplicativos.
 Analizar temas econométricos actuales.
 Relacionar los conceptos econométricos con la modelización.

Certificación:
A los alumnos que obtengan como nota mínima 14, se les entregará el
certificado de haber aprobado exitosamente el curso, en caso contrario se
otorgará una constancia de asistencia, sin ningún costo adicional.
Contenido:
MÓDULO I

I. Modelo Lineal Clásico

Conceptos Básicos.
Estimación vía MCO.
Inferencia.
Estimación vía MV.
Inferencia.
Propiedades de los estimadores y teoría asintótica.
Insesgadez.
Consistencia.
Eficiencia.

II. Problemas del Modelo de Regresión

Regresión particionada.
Omisión de variables relevantes.
Inclusión de variables no relevantes.
Inestabilidad de parámetros.
Quiebres estructurales.
Consecuencias, detección y corrección.

Multicolinealidad.
Causas, consecuencias, detección y corrección.

Heterocedasticidad.
Causas, consecuencias, detección y corrección.

Autocorrelación.
Causas, consecuencias, detección y corrección.

Regresores Estocásticos. Variables Instrumentales, MC2E.

Test de Sargan.
Test de Hausman.
Test de Cragg-Donald.

Estimación vía GMM.

III. Modelos de Elección Discreta Binarios
Modelo lineal de Probabilidad.
Modelos Logit Probit.
Estimación por Máxima Verosimilitud.
Efectos Marginales y Pruebas de Hipótesis.
Medidas de Bondad de Ajuste y Predicción.
Modelo M - Logit.
Informes e inscripciones: